炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

（來源：網易科技）

月9日，2026 IICIE國際集成電路創新博覽會開幕式暨集成電路創新高峯論壇在深圳舉辦。在這場匯聚全球半導體領域權威學者與產業領袖的行業盛會上，東方算芯副總裁郭煒應邀出席，並就《後摩爾定律時代：AI芯片設計的東方範式》發表主旨演講，為與會嘉賓帶來了從架構創新到生態重構的前瞻性思考。

AI算力需求持續井噴，芯模協同成為關鍵

郭煒在演講中首先勾勒了全球AI基礎設施投資的宏觀圖景。他指出，全球AI資本支出持續增長，正以前所未有的速度推動芯片、模型與應用的發展。AI基礎設施建設涵蓋數據中心建設、計算硬件、存儲設備、高速網絡互聯、軟件平台以及能源冷卻系統等多個維度，中美兩國佔全球AI基礎設施領域投資額已超90%。

從具體數據來看，中國科技巨頭正大幅加碼AI投入。阿里巴巴計劃三年（2025-2027）投入至少3800億元用於AI及雲基礎設施；字節跳動2025年已投入1500億元，未來每年不低於1600億元用於AI基礎投入，其中60%用於AI芯片採購；騰訊在2026年相比2025年將加大AI投資，專項資金700億至1000億元用於AI模型和基礎設施研發投入。美國方面，Amazon、Google、Microsoft和Meta四大雲服務商2025年合計投入約3500億美元用於AI基礎設施建設。據TrendForce預估，2026年全球九大雲服務商合計資本開支將大幅年增約90%、突破8867億美元。

在AI大模型領域，郭煒指出中國模型與美國頂尖模型的差距正在縮小，而中國開源模型在成本經濟性上已明顯優於美國閉源模型：「美國大模型格局以閉源SOTA（State of the Art）為主導，Google Gemini走原生多模態、軟硬全棧自主可控路線；中國則以開源極致優化為特色，DeepSeek、阿里巴巴通義千問、字節豆包、月之暗面Kimi等模型各具優勢，在長文本處理、多模態能力、編程能力等維度不斷突破。」

郭煒強調，模型的發展與芯片的協同效應正變得越來越強。過去，模型與芯片各自迭代、緩慢提升；如今，需求牽引與技術突破雙向促進，進入協同創新階段；未來，芯模將融為一體，模型與硬件實現深度融合。模型對芯片的需求日益明確——更強的算力、更大的內存容量與帶寬、更低的時延與TCO；而芯片與系統的迭代則加速模型升級，幫助大模型在雲邊端全面落地。

「Decode性能決定了大模型推理的效率，訪存帶寬的高低決定了Decode的效率，Token的成本決定了推理應用的成本。」郭煒指出，隨着模型從聊天機器人時代演進到AI智能體時代，「更聰明的模型」需要大算力和高訪存帶寬，「更低成本的應用」則需要高訪存帶寬和低成本推理。

國產AI芯片面臨「三堵牆」，東方算芯以3D-IC破局

郭煒直言，國產AI芯片當前需要跨過「三堵牆」。

第一是算力牆，如何在先進製程受限下提升算力，國內代工工藝與海外存在顯著差距；第二是內存牆，訪存帶寬如何匹配快速增長的算力，避免算力閒置；第三是通信牆，如何利用有限封裝尺寸提供更大互連帶寬。

針對這三大瓶頸，郭煒提出東方算芯的技術突圍路徑。在算力層面，東方算芯通過軟件定義Tile，提升硬件利用率、降低編程複雜度；在存儲層面，通過邏輯－存儲系統化設計，提供極致帶寬以突破內存牆。

據悉，3D-IC技術使互連距離由釐米級縮短至微米級，數據傳輸功耗降至傳統2.5D/2D IC的10%至20%，單位面積Pin腳數量提升100至1000倍；在互聯層面，東方算芯Infinity Chiplet 3.5D+技術在相同封裝尺寸限制下實現更強算力、更高訪存帶寬和更大互聯規模。

郭煒詳細闡述了3D-IC技術的優勢與工程化挑戰。3D-IC通過Z軸垂直堆疊，邏輯與存儲芯片間的互連距離由釐米級縮短至微米級，信號傳輸延遲大幅下降；DRAM通過3D直連邏輯層，節省HBM並提升單位算力密度；面域級垂直互連使接口位寬從N擴展至N²。然而，3D-IC也面臨熱膨脹係數失配導致的翹曲、堆疊結構帶來的散熱問題（熱失效佔3D堆疊芯片所有問題的55%），以及多層堆疊導致的良率乘數效應衰減等工程化挑戰。

東方算芯對此有明確的技術路線：通過精細化系統熱仿真結合工藝能力指導散熱設計，推進全流程低溫鍵合技術降低CTE對翹曲的影響，產品佈局融合Chip to Wafer工藝以最大化利用良率優勢，細化Partial Good篩片方案增加芯片可利用率。

郭煒在演講最後表示，東方算芯以「軟件定義＋3D堆疊近存計算」的東方範式，正在為國產高端算力芯片探索一條不依賴尖端工藝的自主路徑。隨着芯模協同雙螺旋上升的加速推進，中國AI芯片產業有望在後摩爾定律時代走出一條獨具特色的創新之路。